他还谈到，未来，低阶感知智能将向高阶决议智能跃迁；从最低级眼睛看到的视觉感知智能，向完善的知识图谱支持下的高阶认知智能、决议智能甚至是预测智能跃迁。

以下为朱珑演讲全文：

我从事人工智能研究有快要20年的时间，履历了AI的差别发展阶段，包括早期的升沉到现在成为热门，再到如今差别行业讨论AI何去何从。

今天我们要谈人工智能，起首看一下我们今天处在怎样的期间。人类文明的发展，是从最早的原始文明，逐步发展到农业文明、到工业文明，再到今天的互联网期间，人工智能则是始于60多年前的图灵测试至今。纵观整小我私人类文明史的发展，是什么在推感人类文明的变迁？在这个发展变迁的历程中产生了什么？

基础设施厘革推感人类文明向呆板文明跃迁

恒久以来，我们可能已经忘记，生活中最常见的一些工具，却是最紧张的社会变迁的基础。

最太古时期，石器、弓箭、火、陶器组成了简朴的原始文明，再到农业社会，铁器、笔墨、印刷术、轮子等组成了农业文明的基础；再到近现代的蒸汽机、电、内燃机等工具的发明组成了工业文明的基础；而最近几十年中，互联网、半导体芯片等组成了信息文明的基础。

这里有一个非常紧张的观点跟各人分享：文明的发展变迁在于基础设施的革命，就是我们所说的生产工具的变化。

站在整小我私人类文明发展的汗青中看，我们今天处于怎样的位置？

我们所知的宇宙中最小的时间是宇宙大爆炸的十的负四十三次方秒，从这个最小的时间单元，到人类心跳瞬间的1秒，再到都会的汗青，再到人类的汗青，再到更迢遥的人类试图观察距今几亿年前的银河系的汗青，这是从时间轴和物理世界看宇宙文明的发展变迁。

下面这组照片分别是100年前的上海、30年前的浦东和今天的上海。照相技能的诞生与发展，让我们得到了一种工具，可以或许描画都会在差别时期的变迁。上海这组的照片是在百年尺度上的变迁。

我们再看一秒尺度下物理世界的变迁。下面这组照片，左边这张是正常拍摄下人眼看到的手撑住书架，右边这张图是用呆板看到视频当中差别频率的信号捕捉出来微小的震惊，把它放大100倍、1000倍之后，可以或许看到木料是如何受力的，这在时间纬度上是非常细微的。

我们再看更宏观的世界。左边是2006年哈勃望远镜拍到的某个星系的照片，右边是到2019年人类试图拍摄银河系的中心黑洞的照片。

学界对黑洞有个理论的演算，是用全球数个射电望远镜可以拍摄到黑洞，如果要真实的用一个望远镜拍摄黑洞的照片，它的跨度、颗粒度可能需要涵盖射程范围从几公里到几十公里、几千公里长的望远镜才能拍到。因此，人类用了一个技能——在地球上宽度这么大的、差别的射电望远镜拼凑起来的黑洞的照片，这是计算机计算出来的观测值，现真相况离这个理论的模拟值会非常靠近。

人类拍到了宇宙中人类可以或许观测到的五亿年前的世界。从时间轴而言，这是非常迢遥的已往。这也论证了从非常微小的世界到非常迢遥的世界，人类都可以或许观测到。那么现在，以此时现在为中心，往前30年是信息期间，往后是未来的30年。我们看到了已往的30年产生了什么，也可以预测出未来的AI期间会产生什么。

芯片算力、算法水平、算法模子、训练算力万倍增长

信息期间最紧张的三要素，一个是计算能力，一个是存储能力，另有传输能力。在已往30年信息期间最紧张的变化，就是运算能力、存储能力、传输速率这三要素都得到百万倍的提升。

已往几十年，算力发展分为两个阶段，一个是蓝色这条曲线，一个是绿色这条曲线，我们分别把它叫做旧期间的或传统期间的芯片，以及新期间的基于GPU 或为AI计算定制的芯片。蓝色曲线基于传统摩尔定律发展，性能每隔18--24个月提升一倍；绿色曲线是加速的超摩尔期间的芯片算力，已往几年间，AI算力翻了靠近一万倍，单个GPU的算力比已往基于CPU的算力多了一千倍。

那么算法水平提升了几多？各人对2015年AlphaGo大战人类棋手可能都印象深刻，从2015年开始，呆板下棋可以逾越人类，呆板人脸辨认可以逾越人类；到2020年的今天，呆板跟五年前的呆板相比，性能又提高了100万倍。

2015年呆板的辨认能力凌驾了人类，以那一天作为它的基准线，五年后呆板又比它自己提高了100万倍，逾越人类能力100万倍，在当下的辨认能力即感知智能上又提高了100万倍，这是非常惊人的一个数字。

与此同时，它自己用的模子巨细、算法参数也增长了一万倍。就跟大脑一样，神经元跟已往的自己相比提升了一万倍；训练的效率、学习所用的能耗降落再提升了一万倍。

以是现在有一种说法：AI进入了新的算力霸权期间，各人要用千倍、万倍的算力才能训练出世界上最好的算法。

那么AI详细能做什么？新冠疫情早期，我们与上海大众卫生临床中心互助研发出了业界第一款新冠肺炎辅助诊断AI体系，体系可以或许基于肺部CT片给出形状、巨细等病变的描述，以及定性的诊断，使得医生的判断从已往的数小时，减少到现在呆板辅助下的数秒。这是一种视觉感知的智能。

未来，低阶感知智能将向高阶决议智能跃迁；从最低级眼睛看到的视觉感知智能，向完善的知识图谱支持下的高阶认知智能、决议智能甚至是预测智能跃迁。在医学领域，我们在儿科医学领域里已经做到，AI可以或许基于几百万份病例学出近百万的医学同义词，以及近万万的关联关系，在如许的知识图谱下，可以或许到达靠近10年资历医生的诊断水平。

几年前，一个都会管理要用到的智能计算，需要十几个机柜提供算力支持，需要非常大的空间、投资以及大量的能耗；一年前，由于AI芯片性能的提升，已经可以或许由十几个柜降到一个机柜。

未来十年，超摩尔期间会带来什么改变？一个都会管理需要的智能计算，只要一只巴掌巨细的芯片就能支持今天所需要的都会管理对几万路视频、十万路视频的计算需求。